Python脚本在Windows XP上创建的文件名中编码错误

我的Python脚本在Windows XP下创建了一个xml文件，但该文件没有使用西班牙语字符（如“ñ”或一些重音字母）进行正确编码

首先，使用以下代码从excel外壳读取文件名，我用于读取excel文件xlrd库：

filename = excelsheet.cell_value(rowx=first_row, colx=5)

然后，我尝试了一些编码，但没有成功地生成具有正确编码的文件：

filename = filename[:-1].encode("utf-8")
filename = filename[:-1].encode("latin1")
filename = filename[:-1].encode("windows-1252")

使用“windows-1252”，我得到了一个错误的编码，字母“ñ”、“í”和“é”。例如，我得到了BAJO ARAGÓNÓu Alcañiz.xml而不是BAJO ARAGÓNÓu Alcañiz.xml

首先感谢您的帮助

， 如果没有，请阅读-

现在，“latin-1”应该适用于Windows下的西班牙语编码——tehr有两个假设：您试图“编码”到任一编码的字符串不是Unicdoe字符串，而是已经在某种编码中了。然而，比起奇怪的角色，它更可能给你一个UnicodeDecodeError，但它可能在某些情况下起作用

更可能的情况是，您正在使用windows提示符（也称为“CMD”）检查文件- 嗯，出于某种原因，Microsoft Windows确实为系统使用了两种不同的编码——一种来自“本机”Windows程序内部，应该与latin1兼容；另一种用于传统DOS程序，它将命令提示符放在其中。对于葡萄牙语，第二种编码是“cp852”（环顾四周，cp852没有定义“ñ”-但cp850有定义）

所以，这种情况发生了：

>>> print u"Aña".encode("latin1").decode("cp850")
A±a
>>> 

因此，如果您希望文件名在DOS提示符下正确显示，则应使用“CP850”对其进行编码-如果您希望文件名在Windows程序中正确显示，请使用“cp1252”（或“latin1”或“iso-8859-15”对其进行编码-它们几乎相同，可以使用“€”符号

当然，与其尝试猜测和挑选一个看起来不错的，并且如果有人在挪威、俄罗斯或aa Posix系统中运行您的程序就会失败的程序，您应该这样做

import sys
encoding = sys.getfilesystemencoding()

---

（这将为您返回上述其中一个文件名-同样，如果文件名是从Windows程序而不是从DOS shell中显示的，则看起来会正确）

您应该使用unicode字符串作为文件名。通常操作系统支持包含任意unicode字符的文件名。因此，如果您这样做：

fn = u'ma\u00d1o'  # maÑo
f = open(fn, "w")
f.close()
f = open(fn, "r")
f.close()

它应该可以正常工作。当你列出文件所在目录的内容时，你在终端上看到的是另一件事。如果终端的编码是UTF-8，你会看到文件名maño，但是如果编码是iso-8859-1，你会看到maÃo。但是，即使你看到这些奇怪的字符，你也应该能够看到e以如上所述从python打开文件

总之，不要对的输出进行编码

filename = excelsheet.cell_value(rowx=first_row, colx=5)

相反，请确保它是unicode字符串

---

阅读的Unicode文件名部分会对您有所帮助。

在Windows中，文件系统使用UTF-16，因此不需要显式编码。只需使用Unicode字符串作为文件名，并确保声明源文件的编码

---

此外，例如，尽管我的美国Windows系统的

cp437

编码不支持

Ó

，但我的控制台字体支持该字符，并且在控制台上仍能正确显示。控制台支持Unicode，但非Unicode程序只能读/写代码页字符。

尝试您的答案时，我发现一个错误st解决方案，将我的脚本从Python2.7移植到Python3.3，移植我的代码的原因是Python3默认在Unicode中工作

我不得不在代码中做一些小改动，导入xlrd库（以前我必须安装xlrd3）：

此外，我必须使用str而不是encode（）将内容从“bytes”转换为“string”

---

现在，我的脚本工作正常，在Windows XP上生成的文件没有奇怪的字符。

文件系统支持unicode吗？（尝试在资源管理器中创建一个带有unicode chr的文件）噢，对不起，对

.encode（）

。尝试

unicode（文件名）

？您是否尝试使用

chardet

猜测编码？我认为这不是真正的跨平台。Unix文件名是字节字符串。在Unix中运行时使用

unicode

文件名会导致应用默认编码（ASCII）。但是，名为

u'ma\u00d1o'.encode（'UTF-8'）的文件

在Unix下完全正常。

# coding: utf8
with open(u'BAJO ARAGÓN_Alcañiz.xml','w') as f:
    f.write('test')

import xlrd3 as xlrd

filename = str(filename[:-1])